基于特征分類的低分辨率觸摸屏表面缺陷檢測.pdf

1、觸控技術(shù)作為當前自然人機交互的主流技術(shù)，幾乎占領(lǐng)了所有的智能終端設(shè)備。觸摸屏的質(zhì)量對觸摸屏制造企業(yè)至關(guān)重要。由于觸摸屏缺陷自動檢測裝置價格昂貴，目前國內(nèi)許多企業(yè)仍然采用人工檢測的方法對觸摸屏進行缺陷檢測。但是隨著觸摸屏的規(guī)?；a(chǎn)，人工檢測已經(jīng)很難滿足實際的生產(chǎn)要求。因此，觸摸屏生產(chǎn)廠商迫切需求研究出自動的觸摸屏表面圖像缺陷檢測技術(shù)。本文基于計算機視覺、圖像處理等相關(guān)知識，提出了自動的低分辨率觸摸屏表面缺陷檢測方法，具體研究成果如下:<

2、br>　　(1)針對低分辨率觸摸屏表面圖像低對比度、噪聲和細微缺陷相似的問題，提出了基于Gabor統(tǒng)計特征的字典稀疏表示觸摸屏圖像缺陷檢測算法。該算法引入了Gabor特征用于描述觸摸屏表面圖像，利用Gabor統(tǒng)計特征構(gòu)造字典并對字典進行優(yōu)化，將稀疏表示分類的方法應(yīng)用于低分辨率的觸摸屏表面缺陷檢測。
　　(2)特征提取和分類算法是觸摸屏表面缺陷檢測算法中的關(guān)鍵。本文提出了基于局部及全局特征，并利用SVM(Support Vector

3、 Machine)進行分類的觸摸屏表面缺陷檢測方法。該方法提取圖像的局部Gabor特征和全局GLCM(Gray LevelCo-occurrence Matrix)特征，分別搭建合理的SVM分類模型，實現(xiàn)了低分辨率觸摸屏表面缺陷檢測。同時提出了Gabor濾波參數(shù)尋優(yōu)準則和GLCM特征描述的優(yōu)選方案。
　　通過上述基于特征提取和分類的檢測方法，實現(xiàn)了低分辨率觸摸屏圖像自動缺陷檢測。實驗表明，基于Gabor特征和稀疏表示的觸摸屏表面缺